Was ist der Unterschied zwischen Real-Time Analytics und Azure Data Explorer?
Real-Time Analytics ist eine SaaS-Oberfläche zur Datenanalyse im Microsoft Fabric-Angebot. Azure Data Explorer ist ein PaaS-Dienst in Azure. Kusto in Real-Time Analytics (KQL-Datenbank und KQL-Abfrageset) und Azure Data Explorer nutzen dieselbe Kern-Engine mit den identischen Kernfunktionen, weisen aber unterschiedliches Verwaltungsverhalten auf. In diesem Artikel wird der Unterschied zwischen den beiden Diensten beschrieben. Real-Time Analytics bietet auch andere Funktionen, z. B Eventstreams, und weist viele Aspekte auf, die auf Arbeitsbereichsebene verwaltet werden.
Weitere Produktinformationen zu Real-Time Analytics finden Sie unter Was ist Real-Time Analytics in Fabric?
Integrierter Arbeitsmodus
Die beiden Dienste ermöglichen ein integriertes Arbeitsmodell, bei dem Daten in einen Dienst geladen und vom anderen genutzt werden können.
Sie können Daten aus Ihrer KQL-Datenbank im Abfrage-Editor von Azure Data Explorer abfragen. Auf ähnliche Weise können Sie Ihr KQL-Abfrageset verwenden, um Daten zu analysieren, die in eine Datenbank in Azure Data Explorer geladen wurden.
Funktionsunterstützung
Category | Funktion | Echtzeitanalysen mit Synapse | Azure-Daten-Explorer |
---|---|---|---|
Security | VNET | Verwaltet auf Fabric-Ebene – derzeit nicht verfügbar | Netzwerkisolation über private Azure-Endpunkte |
Vom Kunden verwaltete Schlüssel | Derzeit nicht verfügbar | ✓ | |
Rollenbasierte Zugriffssteuerung – Steuerungsebene | Der Zugriff auf die Steuerungsebene wird über den Arbeitsbereich und die Benutzeroberfläche der Datenbank verwaltet. | Der Zugriff auf die Steuerungsebene basiert auf dem Azure RBAC-Modell und wird über das Azure-Portal verwaltet. | |
Rollenbasierte Zugriffssteuerung – Datenebene | Der Zugriff auf die Datenebene wird über die verschiedenen Benutzeroberflächen und über Steuerungsbefehle verwaltet. | Der Zugriff auf die Datenebene wird über die verschiedenen Benutzeroberflächen und über Steuerungsbefehle verwaltet. | |
Geschäftskontinuität | Verfügbarkeitszonen | Ja, abhängig von der regionalen Zonenverfügbarkeit. | Ja, abhängig von der regionalen Zonenverfügbarkeit. Vom Benutzer gesteuert. |
SKU | Computeoptionen | Verwaltete SaaS-Plattform | Benutzerauswahl verschiedener vollständig verwalteter Computeoptionen entsprechend den Kundenanforderungen, einschließlich isolierter und vertraulicher Computeressourcen |
Integration | Erfassungspipelines | Integrierte Fabric-Erfassungspipelines: Eventstream, Fabric-Pipeline und Fabric-Dataflow. Auch verfügbar mit Azure Data Factory und Event Hubs | Fabric-Erfassungspipelines mit Azure Data Explorer als Senke: Fabric-Pipeline und Fabric-Dataflow. Auch mit Azure Data Factory, Event Hubs, IoT Hub und Event Grid verfügbar. |
OneLake-Integration | In KQL-Datenbanken in Fabric Real-Time Analytics gespeicherte Daten sind in OneLake verfügbar. Daten in OneLake sind in Real-Time Analytics über Verknüpfungen verfügbar. | Derzeit nicht verfügbar | |
Spark-Integration | Der integrierte Kusto Spark-Connector bietet einen Mehrwert wie Prädikat-Pushdown. Die Daten sind auch in OneLake verfügbar, sodass Fabric-Umgebungen auch über OneLake-APIs auf Daten zugreifen können. | Eingebaute Kusto Spark-Integration mit Unterstützung für Passthrough-Authentifizierung von Microsoft Entra, MSI des Synapse-Arbeitsbereichs und Dienstprinzipal. | |
Funktionen | Datenbank | KQL-Datenbank | Azure Data Explorer-Datenbank |
Übersicht über KQL-Abfragen | ✓ | ✓ | |
T-SQL-Abfragen | Mit einem KQL-Abfrageset oder integrierten Notebook | Mit der Azure Data Explorer-Abfrage | |
Abfragerepository und Freigabe | Abfragen werden in einem KQL-Abfragesetelement gespeichert, das für die anderen Fabric-Arbeitsbereichsbenutzer*innen freigegeben wird. | Abfragen werden in der Azure Data Explorer-Weboberfläche des Benutzers bzw. der Benutzerin gespeichert. | |
API und SDKs | In der Datenebene verfügbar | ✓ | |
Connectors | ✓ | ✓ | |
Autoscale | Integriert | Optional: manuelle, optimierte und benutzerdefinierte Modi | |
Visualisierung | Abfragebasierte KQL-Visualisierung, Power BI-Berichte | Abfragebasierte KQL-Visualisierung, integrierte Azure Data Explorer-Dashboards, Power BI-Berichte | |
Power BI-Konnektivität | Die Schnellerfassung im Power BI-Bericht ermöglicht die Onlineerstellung von Berichten ohne die Desktopanwendung. Power BI-Connector | Power BI-Connector | |
Preise | Geschäftsmodell | Enthalten im Verbrauchsmodell des Power BI Premium-Arbeitsbereichs. Abrechnung erfolgt pro Nutzung. | Kosten-und Abrechnungsmodell mit mehreren Verbrauchseinheiten: Azure Data Explorer-IP-Markup mit Passthrough der Infrastrukturausgaben (Compute, Speicher und Netzwerk). Nutzt Pläne für reservierte Azure-Instanzen, wenn sie vorhanden sind. |
Zugehöriger Inhalt
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für